wujing1_1的博客

作业要求拉普拉斯算子（Laplace Operator）是n维欧几里德空间中的一个二阶微分算子，定义为梯度∇f\nabla f∇f的散度(∇⋅f)(\nabla \cdot f)(∇⋅f)。如果fff是二阶可微的实函数，则fff的拉普拉斯算子定义为Δf=∇2f=∇⋅∇f\Delta f=\nabla^2f=\nabla\cdot\nabla fΔf=∇2f=∇⋅∇fLaplace算子作为一种优秀的边缘检测算子，是具有旋转不变性的各向同性算子，拉普拉斯算子广泛用于图像增强，图像锐化中。该方法通过对图像求

自动编码器是一种无监督的神经网络模型，它可以学习到输入数据的隐含特征，这称为编码(coding)，同时用学习到的新特征可以重构出原始输入数据，称之为解码(decoding)。从直观上来看，自动编码器可以用于特征降维，类似主成分分析PCA，但是其相比PCA其性能更强，这是由于神经网络模型可以提取更有效的新特征。除了进行特征降维，自动编码器学习到的新特征可以送入有监督学习模型中，所以自动编码器可以起到特征提取器的作用。作为无监督学习模型，自动编码器还可以用于生成与训练样本不同的新数据，这样自动编码器（变分自动编

矩阵分解在机器学习领域有着广泛应用，是降维相关算法的基本组成部分。矩阵分解的定义把一个矩阵表示成多个矩阵连乘的形式。矩阵分解主要有两个作用常见的矩阵分解方式有以下两种特征分解Eigendecomposition, 也叫作谱分解Spectral decomposition奇异值分解Singular Value decompositon（SVD）特征值分解是一个提取矩阵特征很不错的方法，可是它只是对方阵而言的，在现实的世界中，咱们看到的大部分矩阵都不是方阵，好比说有NNN个学生，每一个学生有MMM科成绩，这样造

sigmoid，tanh，ReLU，Leaky ReLU，EReLU，PReLU，Softmax，Swish，Maxout，Softplus什么是激活函数？在人工神经网络中，一个节点的激活函数定义了该节点在给定的输入或输入集合下的输出。标准的计算机芯片电路可以看作是根据输入得到开（1）或关（0）输出的数字电路激活函数。因此，激活函数是确定神经网络输出的数学方程式。典型的阶跃函数作为激活函数为例，下图展示了一个神经元是如何喂入激活函数以及如何得到该神经元最终的输出：函数表达形式σ(x)=11+e−x\si

you are stranded on a deserted island. Mushrooms of various type grow wildly all over the island,but no other food is anywhere to be found. Some of the mushrooms have been determined as poisonous and others as not determined by your former companions trial

朴素贝叶斯中的朴素贝叶斯估计讲解

朴素贝叶斯中极大似然估计

朴素贝叶斯的内容

强化学习绪论知识

讲解了机器学习的聚类算法1. 什么是聚类2. 聚类的评价指标3. 聚类的分类

文章目录蚁群算法1. 简介1.1 简介1.2 蚁群流程图1.3 分类(可以不看)2. 算法2.1 参数讲解2.2 计算公式1) 转移概率公式2) 启发式因子计算公式3) 信息素计算公式2.2 算法流程图2.3 解决TSP问题2.4 优缺点3. 代码3.1 matlab3.2 python蚁群算法Ant Colony Optimization文章链接https://gitee.com/fakerlove/machine-learning/tree/master/13-intelligent-opti

文章目录粒子群算法PSO1. 简介1.1 简介和背景2. 算法2.1 参数介绍2.2 流程速度更新公式位置更新公式2.3 应用3. 代码3.1 matlab一维的二维的3.2 python粒子群算法PSO1. 简介1.1 简介和背景起源：1995年，受到鸟群觅食行为的规律性启发，James Kennedy和Russell Eberhart建立了一个简化算法模型，经过多年改进最终形成了粒子群优化算法(Particle Swarm Optimization, PSO) ，也可称为粒子群算法特点：粒子群

遗传算法Genetic Algorithm参考视频：https://www.bilibili.com/video/BV14a411C7s8属于智能优化算法1. 简介1.1 简介遗传算法（Genetic Algorithm，GA）最早是由美国的 John holland于20世纪70年代提出,该算法是根据大自然中生物体进化规律而设计提出的, 是一种随机全局搜索优化方法。它模拟了自然选择和遗传中发生的复制、交叉(crossover)和变异(mutation)等现象，从任一初始种群（Populat

文章目录PCA1. 简介1.1 介绍1.2 数学准备协方差协方差矩阵2. 流程3. 性质4. 作业4.1 作业1 PCA 提取特征脸4.2 作业二 Eigenface1. 加载数据2. 主成分分析3. 测试4. 结果PCA1. 简介1.1 介绍PCA（Principal Component Analysis） 是一种常见的数据分析方式，常用于高维数据的降维，可用于提取数据的主要特征分量。1.2 数学准备协方差在一维空间中我们可以用方差来表示数据的分散程度。而对于高维数据，我们用协方差进行约束，